AI đang bước qua giai đoạn “một công cụ riêng để thử nghiệm” và trở thành năng lực được nhúng trực tiếp vào các phần mềm doanh nghiệp. Thay vì yêu cầu nhân viên mở một ứng dụng AI riêng, các nền tảng như CRM, ERP, HCM, email, bảng tính, công cụ họp, phần mềm chăm sóc khách hàng hay quản trị vận hành đang đưa AI vào ngay bên trong quy trình làm việc.
Nói cách khác, xu hướng mới không còn là: “Hãy vào một app AI để làm việc.”
Mà là: “AI có mặt ngay trong app nơi công việc đang diễn ra.”
Table of Contents
Vì sao AI nhúng trong ứng dụng trở thành “new normal”?
Trước đây, nhiều doanh nghiệp tiếp cận AI bằng cách cho nhân viên sử dụng các công cụ độc lập như chatbot hoặc nền tảng tạo nội dung. Cách làm này có ích ở giai đoạn thử nghiệm, nhưng dễ gặp một số hạn chế:
- Nhân viên phải chuyển qua lại giữa nhiều công cụ.
- Dữ liệu công việc bị tách khỏi ngữ cảnh thực tế.
- Việc áp dụng AI phụ thuộc nhiều vào thói quen cá nhân.
- Sau đào tạo, nhân viên dễ quay lại cách làm cũ.
Xu hướng mới là đưa AI vào ngay trong phần mềm doanh nghiệp đang sử dụng. Khi đó, AI trở thành một năng lực có sẵn trong quy trình làm việc thay vì chỉ là một công cụ phụ bên ngoài.
Các số liệu gần đây cho thấy AI đã đi vào công việc hằng ngày rất nhanh. Microsoft và LinkedIn cho biết 75% knowledge workers trên toàn cầu đã sử dụng generative AI tại nơi làm việc, và 78% người dùng AI đang tự mang công cụ AI của mình vào công việc. Điều này cho thấy nhu cầu dùng AI đã có sẵn; vấn đề của doanh nghiệp là phải đưa AI vào môi trường làm việc một cách có kiểm soát, thay vì để nhân viên tự sử dụng rời rạc bên ngoài hệ thống.
Tác động theo từng bộ phận trong doanh nghiệp
Sales và CRM
Trong bán hàng, AI nhúng trong CRM có thể hỗ trợ:
- Tóm tắt lịch sử tương tác với khách hàng.
- Gợi ý bước tiếp theo.
- Viết email follow-up.
- Chuẩn bị proposal.
- Phân tích khả năng chốt đơn.
- Nhắc việc và ưu tiên cơ hội.
Salesforce cho biết 81% đội ngũ sales đang thử nghiệm hoặc đã triển khai AI, và 83% đội ngũ sales dùng AI ghi nhận tăng trưởng doanh thu, so với 66% ở nhóm không dùng AI.
Điểm mấu chốt ở đây là AI không chỉ giúp sales “viết nhanh hơn”, mà giúp giảm thời gian cho các tác vụ ngoài bán hàng. Một báo cáo về sales cũng chỉ ra rằng nhân viên bán hàng dành phần lớn thời gian cho các công việc không trực tiếp tạo doanh thu, như nghiên cứu, nhập liệu, cập nhật hệ thống và chuẩn bị nội dung.
Finance và ERP
Trong tài chính, AI có thể hỗ trợ:
- Đối soát giao dịch.
- Phát hiện bất thường.
- Giải thích biến động doanh thu, chi phí.
- Gợi ý phân loại khoản mục.
- Tóm tắt báo cáo tài chính.
- Kiểm tra sự phù hợp với chính sách nội bộ.
Với ERP, giá trị lớn nhất của AI nằm ở khả năng giảm thao tác thủ công và giúp người dùng hiểu dữ liệu nhanh hơn. Thay vì chỉ nhìn bảng số liệu, nhân viên có thể hỏi: “Vì sao chi phí vận hành tháng này tăng?”, “Khoản nào biến động bất thường?”, “Nhóm chi phí nào vượt ngân sách?” và nhận được phân tích ban đầu ngay trong hệ thống.
HR và HCM
Trong nhân sự, AI có thể hỗ trợ:
- Viết mô tả công việc.
- Tóm tắt CV.
- Gợi ý câu hỏi phỏng vấn.
- Soạn nội dung onboarding.
- Tạo khảo sát nội bộ.
- Phân tích phản hồi của nhân viên.
Khi AI nằm trong hệ thống HCM, HR không cần chuyển dữ liệu ứng viên hoặc dữ liệu nhân sự sang công cụ bên ngoài. Điều này giúp giảm rủi ro bảo mật và giữ quy trình trong phạm vi kiểm soát của doanh nghiệp.
Customer Service
Trong chăm sóc khách hàng, AI có thể hỗ trợ:
- Phân loại ticket.
- Tóm tắt lịch sử khiếu nại.
- Gợi ý câu trả lời.
- Đề xuất hướng xử lý.
- Tự động hóa các yêu cầu phổ biến.
- Hỗ trợ nhân viên mới xử lý case nhanh hơn.
ServiceNow cho biết các AI agent của họ đang tự động hóa 37% quy trình xử lý case trong customer support của chính ServiceNow. Dù đây là số liệu từ nhà cung cấp, nó vẫn cho thấy hướng phát triển rất rõ: AI agent đang đi từ vai trò hỗ trợ sang trực tiếp tham gia workflow dịch vụ
Vì sao đào tạo AI phải diễn ra ngay trong ứng dụng?
Một sai lầm phổ biến của doanh nghiệp là đào tạo AI theo kiểu tách rời: Một buổi học về ChatGPT; Một danh sách prompt mẫu… Sau đó kỳ vọng nhân viên tự áp dụng vào công việc.
Cách này thường tạo cảm giác “biết AI”, nhưng chưa chắc tạo ra năng lực “dùng AI trong công việc thật”.
Nguyên tắc phù hợp hơn là: train people where they work – đào tạo tại chính “điểm chạm” công việc
Có nghĩa là:
- Sales học AI ngay trong CRM.
- Finance học AI ngay trong file báo cáo, ERP hoặc dashboard.
- HR học AI ngay trong quy trình tuyển dụng.
- Marketing học AI ngay trong quy trình sản xuất nội dung.
- Customer service học AI ngay trong hệ thống ticket.
Đào tạo trong đúng môi trường làm việc giúp nhân viên hiểu rõ:
- Tác vụ nào nên dùng AI.
- Prompt nào phù hợp với dữ liệu thật.
- Kết quả AI cần kiểm tra ra sao.
- Phần nào được tự động hóa, phần nào cần con người phê duyệt.
- Dữ liệu nào không được đưa vào AI.
Doanh nghiệp nên bắt đầu từ đâu?
Để triển khai AI nhúng trong ứng dụng một cách thực tế, doanh nghiệp có thể bắt đầu bằng 5 bước:
Bước 1: Rà soát phần mềm đang sử dụng
Doanh nghiệp cần kiểm tra:
- CRM hiện tại đã có AI chưa?
- ERP có tính năng phân tích hoặc tự động hóa thông minh chưa?
- Bộ công cụ văn phòng có Copilot, Gemini hoặc AI assistant chưa?
- Hệ thống chăm sóc khách hàng có chatbot hoặc agent chưa?
- Các công cụ AI đang bị mua trùng lặp ở nhiều phòng ban không?
Bước 2: Chọn workflow có tác động rõ nhất
Không nên triển khai AI tràn lan ngay từ đầu. Nên chọn các workflow có đủ 3 đặc điểm:
- Lặp lại nhiều.
- Tốn thời gian.
- Có dữ liệu hoặc quy trình tương đối rõ.
Ví dụ:
- Tóm tắt cuộc họp.
- Viết email follow-up.
- Phân loại ticket.
- Tạo báo cáo định kỳ.
- Tóm tắt hồ sơ khách hàng.
- Soạn nội dung tuyển dụng.
Bước 3: Đào tạo theo phòng ban
Mỗi phòng ban cần một bộ tình huống riêng:
- Sales: CRM, email, proposal, follow-up.
- Marketing: ý tưởng, nội dung, chiến dịch, tái sử dụng content.
- Finance: báo cáo, đối soát, giải thích biến động.
- HR: JD, CV, phỏng vấn, onboarding.
- Customer service: ticket, phản hồi, escalation.
Bước 4: Chuẩn hóa prompt và chính sách dữ liệu
Doanh nghiệp nên có:
- Prompt mẫu theo từng nghiệp vụ.
- Quy định dữ liệu nào được nhập vào AI.
- Quy trình kiểm tra đầu ra.
- Cơ chế phê duyệt với nội dung quan trọng.
- Phân quyền truy cập dữ liệu nội bộ.
Bước 5: Đo lường hiệu quả
Một số chỉ số nên theo dõi:
- Thời gian tiết kiệm trên mỗi tác vụ.
- Tỷ lệ nhân viên sử dụng thường xuyên.
- Số lượng workflow được cải tiến.
- Mức độ hài lòng của người dùng nội bộ.
- Tỷ lệ lỗi hoặc đầu ra cần sửa lại.
- Tác động đến doanh thu, chi phí hoặc năng suất.
Case study Accenture triển khai Microsoft Copilot cho hơn 743.000 nhân viên
Một ví dụ nổi bật là Accenture. Theo Reuters, Microsoft đang triển khai Microsoft 365 Copilot cho khoảng 743.000 nhân viên Accenture, đây là một trong những thương vụ triển khai Copilot doanh nghiệp lớn nhất tính đến thời điểm được công bố. Accenture cũng cho biết trong giai đoạn triển khai ban đầu, 97% người dùng được khảo sát nói rằng Copilot giúp tăng hiệu quả thực hiện tác vụ, trong khi 53% ghi nhận cải thiện đáng kể về năng suất.
Điểm đáng chú ý ở case này không chỉ là quy mô triển khai, mà là cách AI được đặt ngay trong bộ công cụ làm việc quen thuộc như email, tài liệu, họp, lịch và cộng tác nội bộ. Đây chính là tinh thần của “AI embedded in every application”: nhân viên không cần rời khỏi môi trường Microsoft 365 để dùng AI; AI xuất hiện ngay trong nơi họ viết, họp, đọc, tóm tắt và phối hợp công việc.
